文章详情
| 稿件标题： | 基于深度强化学习的无人机通信抗干扰算法 |
| 稿件作者： | 张惠婷1，张然1,2，刘敏提3，丁元明1 |
| DOI： | 10.11809/bqzbgcxb2022.10.004 |
| 科学编辑： | 李波 博士（西北工业大学副教授、博导） |
| 栏目名称： | 无人自主系统及智能决策专栏 |
| 关键词： | 多域联合；认知抗干扰；深度强化学习；智能决策；无人机通信 |
| 文章摘要： | 针对军用无人机通信环境恶劣、信息传输可靠性要求较高的问题，提出一种基于深度双Q学习网络(DDQN)的多域联合认知抗干扰智能决策算法。首先通过能量检测法识别干扰信息，将干扰判别信息结果输入学习算法。然后利用DDQN算法与干扰环境交互感知，引入动态ε机制，根据奖励值与回合数动态调整ε值，如果决策失败则减小ε值，ε值可根据奖励和回合数计算，增加智能体选择最优动作的概率，如果决策成功则ε值不变，保持原有随机性，提高算法收敛速度。最后根据动态DDQN算法选择接入信道以及传输时间长度，传输时间长度根据当前信道受干扰程度进行动态调整。仿真结果表明，在不同传输时间和不同ε值的条件下，所提算法通信安全容量提升15%左右，收敛后平均决策成功率保持在95%左右，无人机通信系统整体抗干扰性能较好。 |
| 稿件基金： | 国家自然科学基金项目（61901079）；装备发展部领域基金一般项目(61403110308) |
| 引用本文格式： | 张惠婷，张然，刘敏提，等.基于深度强化学习的无人机通信抗干扰算法［J］.兵器装备工程学报，2022，43(10)：27-34. ZHANG Huiting, ZHANG Ran, LIU Minti, et al.Antijamming algorithm of UAV communication based on deep reinforcement learning［J］.Journal of Ordnance Equipment Engineering，2022，43(10)：27-34. |
| 刊期名称： | 2022年10期 |
| 出版时间： | 2022年10月 |
| 上线时间： | 2022年10月28日 |
| 浏览次数： | 3433 |
| 下载次数： | 144 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |